还在用Matplotlib? 又一可视化神器pyecharts登场

最新推荐文章于 2022-05-10 22:03:00 发布

小田学Python

最新推荐文章于 2022-05-10 22:03:00 发布

阅读量226

点赞数

本文链接：https://blog.csdn.net/Yudanqu/article/details/105832910

版权

pyecharts是Python中的一个Echarts库，结合了Echarts的强大功能和Python的便利性。本文介绍了pyecharts的安装、基本用法、配置项设置，以及数据格式转换，展示了如何创建交互式和视觉效果友好的图表。

摘要由CSDN通过智能技术生成

Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。

快速入门

pyecharts安装

# pip 安装：
pip install pyecharts

# 源码安装
git clone https://github.com/pyecharts/pyecharts.git
cd pyecharts
pip install -r requirements.txt
python setup.py install
# 或者执行 python install.py

入门操作

import pyecharts

print(pyecharts.__version__) # 查看版本
[out] 1.7.0

from pyecharts.faker import Faker # 用来产生伪数据的包
print(Faker.choose())
print(Faker.values())
[out] ['可乐', '雪碧', '橙汁', '绿茶', '奶茶', '百威', '青岛']
      [48, 113, 60, 66, 139, 77, 128]

第一个pyecharts程序

bar.add_x/yaxis() 添加横/纵坐标
bar.render() 存储文件，默认html文件

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render()
# render_notebook 则在notebook页面中直接显示
bar.render_notebook()